ReESy

Im Projekt ReESy (Resiliente Energiesysteme) wird die Auslegung und der Betrieb von Energiesystemen unter Extremsituationen untersucht. Während sich der Großteil der bisherigen Forschung auf den Normalbetrieb konzentriert, adressiert ReESy gezielt seltene, aber kritische Ereignisse, die die Stabilität der Energieversorgung gefährden können. Hintergrund sind unter anderem aktuelle Großstörungen wie Blackouts sowie steigende Risiken durch Klimawandel und geopolitische Entwicklungen.
Das Ziel besteht darin, Energiesysteme so zu gestalten, dass sie auch unter äußeren Einwirkungen resilient betrieben werden können, die Wahrscheinlichkeit großflächiger Ausfälle minimiert wird und im Störungsfall eine schnelle Wiederherstellung (zum Beispiel Schwarzstartfähigkeit) gewährleistet ist.

ReESy betrachtet Extremsituationen auf drei Ebenen:

• Regional: Schadensszenarien mit Terror- oder Kriegshintergrund
• National: wetterbedingte Extremsituationen mit großflächigen Auswirkungen
• Global: Auswirkungen auf Märkte und Lieferketten

Dazu werden bestehende Systemmodelle des DLR zusammengeführt und weiterentwickelt, um Extremszenarien zu simulieren und Schwachstellen im Energiesystem zu identifizieren.
Die Arbeiten gliedern sich in vier Schwerpunkte: sichere Energieversorgung bei beschädigter Infrastruktur, sichere Energieversorgung bei wetterbedingten Extremsituationen, Resilienz in energiewirtschaftlichen Strukturen und Transformationspfaden sowie der Aufbau und die Umsetzung einer Laborinfrastruktur zur Validierung der Ergebnisse.

Beitrag des Instituts für KI-Sicherheit

Das DLR-Institut für Künstliche Intelligenz bringt seine Expertise in den Bereichen Cybersicherheit und Datenqualität ein.
Im Bereich Cybersicherheit werden insbesondere Cyberangriffe auf Energiesysteme analysiert. Das Ziel besteht darin, typische Angriffsvektoren zu identifizieren, kritische Systembereiche zu ermitteln und geeignete Schutzmaßnahmen abzuleiten. Die Untersuchungen erfolgen unter anderem anhand von Offshore-Windparks und Vehicle-to-Grid-Anwendungen.
Im Bereich Datenqualität untersucht das Institut die Auswirkungen von Datenqualitätsproblemen, die insbesondere bei Extremwetterereignissen auftreten können. Dazu werden realistische Störungen in Simulationsdaten eingebracht und deren Einfluss auf Analyseverfahren und Netzstabilität bewertet. Das Ziel besteht darin, die Robustheit datengetriebener Methoden im Energiesystem zu erhöhen.